Image_LOREAL_SUMMIT_Sorbonne_Universite_Cheveu_de_la_vie
Image_LOREAL_SUMMIT_Sorbonne_Universite_Cheveu_de_la_vie

Le cheveu de la vie

Le département technique Mathématiques & Applications travaille en collaboration avec les équipes de L’Oréal sur le développement d’une méthode algorithmique pour l’approfondissement de la connaissance du cheveu. L’Oréal a acquis une certaine quantité de données sur différents types de cheveux (raide, crépus, frisés ect.). L’objectif est de faire parler ces différentes données en les augmentant par des modèles afin d’en capitaliser un savoir, une aide à l’identification de mécanismes et méthodes et d’accélérer la prise de décision.

Le besoin en mathématiques de L'Oréal


La caractérisation d’un cheveu nécessite de recourir à plusieurs protocoles de mesures physico-chimiques, chimique, multi-physiques, d’imageries, d’évaluations sensorielles qui peuvent avoir une complexité, un coût et des temps d’exécution variables. Dans le cadre des premières phases de notre collaboration, nous nous sommes concentrés sur un premier objectif intermédiaire : caractériser des cheveux dont la nature était connue et déterminer s’il était possible de trouver des relations entre les
différentes mesures physico-chimiques et physiques. De la même manière, nous avons également essayé de retrouver les caractéristiques d’un cheveu à partir de tout ou partie de ces mesures expérimentales.

Les solutions proposées par DTMA

Notre partenariat a permis de tester des méthodes d'apprentissage sur des données de cheveux hétérogènes afin de les caractériser. Nous avons analysé un échantillon de données pour apprendre à distinguer si un traitement avait été appliqué sur un cheveu. Pour cela, notre département Mathématiques et Applications a collaboré avec plusieurs équipes de L'Oréal travaillant sur différents aspects des cheveux, afin de générer une cartographie de modèles de cheveux. L'équipe d'ingénieurs a ensuite récupéré des données pertinentes pour développer des modèles d'apprentissage adaptés aux problématiques et aux données fournies. Cette approche nous a permis de proposer un premier code de recherche capable d'identifier des caractéristiques spécifiques des cheveux.